La cuestión de la integridad, replanteada
Cuando la IA generativa se hizo ampliamente accesible, la primera reacción en muchas universidades fue defensiva: prohibirla, detectarla, sancionarla. Esa reacción es comprensible, pero se apoya en una base débil. Las herramientas de detección producen falsos positivos, lo que es injusto con los estudiantes honestos, y falsos negativos, lo que premia a los deshonestos. También tienen dificultades con la escritura en inglés de hablantes no nativos y con el árabe, algo que importa en las instituciones del Golfo, donde los estudiantes escriben en ambos idiomas.
Un enfoque más duradero parte de una pregunta distinta: no "¿cómo atrapamos a los estudiantes que usan IA?", sino "¿qué queremos realmente que los estudiantes sean capaces de hacer, y cómo sabemos que pueden hacerlo?". Esa pregunta conduce al diseño de la evaluación, no a la vigilancia.
La alfabetización en IA como atributo del graduado
Los empleadores de Dubái, Riad y más allá esperan ahora que los graduados usen las herramientas de IA con competencia y responsabilidad. Una universidad que prohíbe esas herramientas en todos los cursos envía a sus estudiantes al mercado laboral sin preparación.
La alfabetización en IA es más que saber escribir una instrucción (prompt). Incluye entender cómo los modelos producen texto, por qué inventan referencias, cómo entra el sesgo en los resultados, cuándo es apropiado usarlos y cómo declarar ese uso. Incluye también el criterio propio de cada disciplina para evaluar una respuesta generada por IA en derecho, medicina, ingeniería o estudios islámicos, donde un error que suena convincente puede tener consecuencias reales.
El paso práctico es tratar la alfabetización en IA como la escritura académica: enseñarla pronto, reforzarla en todas las facultades y evaluarla.
Rediseñar las tareas
El ensayo para hacer en casa sobre un tema general es la tarea más expuesta a la IA. En lugar de abandonar los ensayos, los docentes pueden hacerlos más difíciles de externalizar y más valiosos de completar. Las defensas orales, en las que el estudiante explica y justifica su trabajo escrito, evalúan directamente la comprensión. La escritura en clase bajo supervisión sigue siendo útil para las competencias básicas. Las tareas vinculadas a datos locales, a un caso concreto, a una visita de campo o a un debate en clase no pueden ser respondidas por un modelo que no estuvo allí.
Algunos docentes piden ahora a los estudiantes que usen la IA abiertamente: generar un borrador, luego criticarlo, corregir sus errores y entregar ambos con una reflexión. Esto convierte la herramienta en objeto de estudio y hace visible el pensamiento propio del estudiante.
Sea cual sea el diseño, la regla debe declararse en cada tarea: IA no permitida, permitida con declaración, u obligatoria. La ambigüedad es donde nacen los casos de mala conducta.
La IA como asistente de investigación
Para el profesorado y los estudiantes de posgrado, la IA puede acelerar las búsquedas bibliográficas, resumir documentos extensos, sugerir código, limpiar datos y mejorar la legibilidad de un borrador. Son ganancias reales, especialmente para los investigadores que escriben en un segundo idioma.
Los límites son igualmente reales. Los modelos inventan citas, tergiversan hallazgos y no pueden juzgar si un método es sólido. Cada referencia debe cotejarse con la fuente original, cada afirmación debe verificarse y cada uso debe declararse donde la revista o la universidad lo exijan. Los datos confidenciales, incluidos los resultados no publicados y la información personal de los participantes en la investigación, nunca deben pegarse en herramientas públicas.
Instituciones como la Universidad de Inteligencia Artificial Mohamed bin Zayed, en Abu Dabi, y las universidades de investigación de Arabia Saudita ya están produciendo orientaciones en esta línea; las instituciones más pequeñas pueden adaptarlas en lugar de partir de cero.
Redactar una política que la gente realmente siga
Una buena política es breve, específica y coherente entre departamentos. Define los usos permitidos y prohibidos, exige la declaración de uso, explica cómo se gestionan las sospechas de mal uso y protege a los estudiantes frente a acusaciones basadas únicamente en la puntuación de un detector. Se revisa cada año, porque las herramientas cambian más rápido que los calendarios académicos.
Y, algo esencial, la política debe redactarse con los estudiantes, no solo para ellos. Los estudiantes que ayudan a redactar las reglas las entienden y es más probable que las defiendan entre sus compañeros.
Cómo puede empezar una universidad
No se requiere una transformación completa en el primer semestre. Una secuencia viable es la siguiente:
- Formar un pequeño grupo de trabajo con profesorado, estudiantes, el área de TI y la secretaría académica, con un mandato claro y una fecha límite.
- Publicar una política provisional de una página y una plantilla de declaración de uso por tarea en el plazo de un trimestre.
- Pilotar evaluaciones rediseñadas en cinco a diez cursos de distintas facultades, y recoger comentarios de docentes y estudiantes.
- Ofrecer un módulo breve de alfabetización en IA a todos los estudiantes de primer año, en árabe e inglés cuando corresponda.
- Revisar los resultados, ajustar la política y escalar lo que funcionó.
Las universidades que prosperarán no son las que mantienen la IA fuera, sino las que enseñan a sus estudiantes a usarla con honestidad, destreza y criterio.
